随着经济的发展，工程项目越来越大型化，复杂化，依靠传统的方法已经很难得到好的网络决策计划。网络计划优化主要包括：工期优化、费用优化、资源优化三个方面。项目管理人员追求的目标即是：安排合理的进度计划以使整个项目所花费的资金最少、工期最短、资源最均衡，这是决定项目获利与否以及获利多少的关键。然而这些目标的优化问题，目标之间通常是相互冲突的，约束条件也是相冲突的，且目标解不唯一，甚至不存在最优解。项目决策优化问题的核心是网络计划技术，但解决这些问题的传统的数学规划等方法存在很多缺陷如：方法针对性太强，不能广泛应用于各实际问题。在处理工作逻辑关系复杂的问题时效率低，优化效果大打折扣，所以为了更加科学、合理的进行项目决策，本文选用智能化算法‐‐遗传算法来研究项目决策优化问题和网络计划优化问题。遗传算法，提供的是求解问题的一种通用框架，具有较好的全局搜索性能，易于并行化。它可以用来有效地解决那些非线性的、不连续的、不可微不可导、多峰、多目标的问题，而且遗传算法本身并不依赖于问题的具体领域，非常适合处理离散优化组合问题，它具有很广泛的可行解的表示，不需要辅助信息，具有群体搜索的特征和内在的启发式随机搜索特征，而且可扩展性高，易于和其他的方法结合使用，具有很高的鲁棒性(Robust)，易于广泛推广使用。该算法在处理大型复杂系统优化问题上已经取得了显著的成果，其所表现出来的独特的优越性和健壮性，是其他方法所无法比拟的。本文基于遗传算法对项目工期‐费用优化和工期‐资源优化分别进行了应用研究，基于时间‐费用的两种常见关系类型即连续型和离散型，分别设计了不同的遗传算法优化方法；对工期固定‐资源均衡和资源有限‐工期最短两个问题也分别建立了遗传算法求解模型，并且在最后给出了算法实例进行验证，得出优化结果，得到一系列最优解。本文在模型的构建以及求解算法上的研究为项目管理中的目标优化问题提供了一种新颖的可操作性强的思路与方法。项目管理人员可根据实际情况对优化方案进行比较选择，达到提高经济效益的最终目的，具有极强的现实指导意义。